Case Base Reasoning (CBR) memiliki sejarah yang relatif muda, berawal dari penelitian dalam ilmu kognitif. Kontribusi paling awal berasal dari Roger Schank dan para koleganya di Perpustakaan Universitas Yale (Pal dan Shiu, 2004). Selama periode 1977-1993, penelitian mengenai CBR itu dianggap sebagai model tingkat tinggi pemrosesan kognitif. Penelitian ini fokus pada masalah-masalah seperti bagaimana orang belajar keterampilan baru dan bagaimana manusia menghasilkan hipotesis tentang situasi baru berbasis pada pengalaman masa lalu. Tujuan penelitian berbasis kognitif ini adalah membangun sebuah sistem pendukung keputusan untuk membantu orang belajar.

 CBR merupakan teknik komputasi, yang mengkombinasikan aspek filosofis pengetahuan dengan simulasi penalaran manusia ketika menggunakan pengalamannya dalam menangani suatu masalah. Ide dasar CBR adalah menggunakan pengalaman yang terdokumentasi untuk menyelesaikan sebuah masalah baru. Para pembuat keputusan menggunakan pengalaman yang disebut kasus (case), untuk membantunya dalam menyelesaikan masalah yang sedang dihadapi.  Kesamaan antara kasus yang sedang dihadapi dengan kasus yang diperoleh merupakan dasar bagi proses penalaran selanjutnya (Mansar et.al, 2003).

  Sebuah argumen yang kuat bahwa CBR tidak hanya sebuah metode yang powerful untuk penalaran komputer, tetapi juga sebuah  perilaku yang dapat menyelesaikan masalah manusia sehari-hari. Secara radikal dapat dikatakan bahwa semua pemikiran pasti berdasar pada pengalaman masa lalu atau kebiasaan yang dilatihkan yang sering dieksplorasi dalam kognitif seseorang.

   Proses-proses dalam CBR dapat direpresentasikan dalam sebuah siklus (lihat Gambar). Aamodt dan Plaza (1994) telah menggambarkan CBR dalam sebuah proses siklus yang terdiri dari 4 (empat) Re, yaitu:

1. Retrieve: menemukan kembali untuk kasus-kasus yang serupa;

2. Reuse: menggunakan kembali kasus-kasus untuk mencoba menyelesaikan masalah;

3. Revise: merevisi penyelesaian masalah yang diajukan, dan

4. Retain: menyimpan solusi baru sebagai bagian dari kasus baru.

Sebuah masalah baru disesuaikan lagi dengan kasus yang ada di dalam basis kasus (case base) dan kasus yang serupa akan diambil lagi. Sebuah solusi akan disugestikan dengan kasus yang sesuai dan kemudian digunakan lagi dan diterima untuk mendapatkan keberhasilan. Kasus yang telah diambil tetapi tidak sesuai solusinya maka kemungkinan akan direvisi untuk mendapatkan kasus baru dan kemudian disimpan.

Siklus ini jarang terjadi tanpa campur tangan manusia. Sebagai contoh beberapa CBR tool hanya sebatas sebagai sistem mengambil dan menggunakan kembali suatu kasus (retrieval and reuse). Revisi kasus (adaptasi) biasanya ditangani oleh manajer. Bagaimanapun juga, hal ini tidak menunjukkan kelemahan CBR karena merupakan kolabrasi manusia dan pendukung pengambilan keputusan.

Sebuah sistem CBR biasanya akan memasukan rincian dari spesifikasi masalah yang relevan serta variabel-variabel dari lingkungan sekitarnya yang menggambarkan kondisi masalah tersebut dalam menyelesaikan sebuah masalah. Informasi atau catatan dari pengalaman dan keterangan mengenai solusi yang telah digunakan sebelumnya harus memiliki tujuan yang jelas dalam penggunaannya. CBR memberikan penalaran terhadap sebuah kasus, mungkin saja output yang dihasilkan hanya sebatas fakta-fakta yang menentukan solusi, atau bisa juga mencakup informasi tambahan mengenai hal-hal yang terkait dalam proses penemuan solusi.